电力数据驱动的节能创新：TDengine Cloud 在智慧楼宇中的深度应用

小 T 导读：在全球推进碳中和的大背景下，如何通过智能用能平台提升建筑节能成为关键课题。本篇文章展示了焦耳科技利用 TDengine Cloud 在楼宇能源管理中的应用实践。通过对电能表等设备数据的实时采集与分析，平台实现了分时电价、用能优化等功能，帮助用户有效控制用电成本。这篇荣获“2024，我想和 TDengine 谈谈”征文活动二等奖的案例，不仅分享了技术选型与应用心得，也为智慧能源领域提供了宝贵的实战经验。

项目背景

据统计，中国的建筑运行耗能占社会总用能 20% 左右[1]。因此，建筑节能是实现碳中和与碳达峰目标的关键手段，同时也是推动建筑行业及社会向更可持续、环保和健康发展的重要举措。为此，我司焦耳科技研发了楼宇智慧用能平台，该平台能够进行建筑能源的分类、分项、分区计量及实时采集，提供能耗统计、动态监测、设备管理和高负荷预警等功能，并具备在线统计和分析能耗及碳排放的能力。

业务架构

楼宇智慧用能平台主要由以下模块组成：能耗监测、环境感知、冷热源系统参数采集、末端空调、楼宇照明优化、用能优化和需求响应模块。

平台采用典型的物联网架构，现场设备涵盖电能表、水表、天然气表、热量表、环境监测仪、冷热源控制器、照明控制器、变压器监测装置等。现场数据通过 MODBUS 和 OPC 协议传输至本地网关，经过初步处理后，利用 MQTT 协议上传至云端。云端服务器负责数据采集和处理，并将数据存储在 TDengine Cloud 数据库（https://cloud.taosdata.com/）。应用服务器从数据库中读取数据进行分析、计算和可视化展示，同时下发现场控制指令，实现闭环管理。

系统架构如下图所示：

技术选型

平台数据库的使用经历了三个阶段：初期采用 MySQL，随后过渡到 MongoDB，中途测试了 TDengine 开源版，最终选择了 TDengine 云服务版（TDengine Cloud）。具体使用情况如下图所示：

我们之所以选择 TDengine Cloud，原因很简单：一是为了解放数据库学习和运维上的人力和时间成本，二是追求业务的高稳定性。TDengine Cloud 基于企业版软件，由官方统一维护，并提供明确的 SLA 保证。这意味着，我们几乎只需专注于 SQL 查询，无需再为数据库的安装、部署、备份、升级、配置、调优等琐碎事务耗费精力。这样一来，开发团队得以专注核心业务，项目也得以在短时间内顺利上线。

TDengine Cloud 登录页面

使用实践

1. 数据建模

目前，我们的项目已正式接入了 3 座楼宇，并在数据库中创建了一个库 smartb，包括 12 个超级表和 420 个子表。下一步计划逐步接入或迁移 82 座楼宇的数据。由于建筑节能的核心是节电，本篇文章将重点分析电能表数据。

电能表的采集参数包括 9 个：A、B、C 相电压，A、B、C 相电流，功率、功率因数，以及电能。我们为电能表数据建立了超级表 DNB 和相应的子表，TAGS 字段包含设备编号（deviceid）、功能类别（groupid）和位置（location）。此外，为了满足用电分析需求，我们新增了分时用电时段标记字段 jfpg。超级表的结构如下图所示：

电能表超级表

新建超级表 DNB 的 SQL 语句如下：

CREATE STABLE DNB (ts timestamp, ts_real timestamps, ia float, ib float, ic float, ua float, ub float, uc float, p float, pt float, w float, jfpg int) TAGS (deviceid varchar(64), location varchar(64), group_id int);

插入电能表数据的 SQL 语句如下：

"insert into " + dbName + "." + deviceId + " (ts, ts_real, ia, ib, ic, ua, ub, uc, p, pt, w, jfpg) values(" + now +"," + ts_real +"," +values_ia + "," + values_ib + "," + values_ic + "," + values_ua+ "," + values_ub + "," + values_uc+ "," + values_p + "," + values_pt+ "," + values_w+ "," + jfpg + ")"

这种数据结构和操作方式，为后续的用电分析提供了坚实的数据基础。

1. 电力场景典型应用：时段用电分析模块

分时电价制度是指将一年按春夏秋冬分为四季，每季的一天 24 小时再划分为多个时段，根据系统运行的平均边际成本对每个时段进行电费定价。以山东省 2024 年的分时电价为例，具体时段划分如图所示。各时段电价系数如下：平时段为 1.0，尖峰时段为 2.0，峰时段为 1.7，谷时段为 0.3，深谷时段为 0.1。

2024 年山东省分时电价执行时段

分时电价通过价格杠杆，引导用户合理调整用电行为，可以有效缓解电力供需矛盾，提升电网负荷率和设备利用率。这不仅优化了电力资源配置，降低高峰时段的供电压力，还激励用户在低谷时段多用电，从而降低整体用电成本，提高社会经济效益。这一制度对促进电力市场健康发展和节能减排具有重要意义[2]。

以查询 8 月平时段的电量为例，我们使用了 TDengine 的会话窗口函数 SESSION。对应的 SQL 查询语句如下：

select sum(quan) from (select tbname, SPREAD(w) as quan from (Select * from (select ts, tbname,to_char(ts,'hh24') as ts2, w from smartb_tz.dnb where ts>'2024-08-01 00:00:00' and ts<'2024-09-01 00:00:00') WHERE ts2 LIKE '%00%' OR ts2 LIKE '%01%' OR ts2 LIKE '%02%' OR ts2 LIKE '%03%' OR ts2 LIKE '%04%' OR ts2 LIKE '%05%' OR ts2 LIKE '%06%' OR ts2 LIKE '%07%' OR ts2 LIKE '%08%' OR ts2 LIKE '%09%' OR ts2 LIKE '%15%' OR ts2 LIKE '%16%' OR ts2 LIKE '%22%' OR ts2 LIKE '%23%') PARTITION by TBNAME SESSION(ts,1h));

应用效果如下图所示：

分时电价程序界面

1. 电力场景典型应用：实时用电分析

实时用电分析功能可以对每个用电设备的日、月、年瞬时功率进行分析，帮助我们全面了解设备运行状况。

以查询当日设备编号为 deviceid 的电能表为例。由于程序折线图以 15 分钟为时间间隔显示，而数据采集间隔为 10 秒，因此我们使用 INTERVAL 窗口函数计算每 15 分钟的平均值。对应的 SQL 查询语句如下：

select avg(p) as avg_p from smartb_tz.#{deviceid} where ts>Today and ts<now interval(15m);

在查询当日功率数据最大值及其对应时间时，TDengine 的 PARTITION BY 函数发挥了关键作用。它通过对 ts 进行分组，实现了多个电能表功率的汇总分析。查询 SQL 如下：

 select max(sum_p) as quan_ly, ts_max as ws from (select ts as ts_max, sum(p) as sum_p from smartb_tz.dnb where ts>Today and ts<now partition by ts);

对应的程序界面如下图所示：

实时用电分析程序界面

结语

“工欲善其事，必先利其器。”作为一款时序大数据处理平台，TDengine 不仅为我们提供了强大的读写性能，还配备了高性价比的支持服务。未来，我们将继续深挖其潜力，探索 TDengine 在智慧能源领域的更多应用场景。

最后分享一个有趣的经历：今年上半年，我们在试用 TDengine 开源版时，最初通过社区与官方和用户群体互动，但线上沟通的效率还是不足以满足我们的测试进度。正巧那时，我看到 TDengine 举办的“TDengine Open Day”线下活动，便特意从济南飞往北京参加。

在活动现场，我见到了长期在开源社区为我们答疑解惑的工程师。我们当场交流了整整 5 个小时，他耐心细致地帮我解决了所有使用中的疑惑，大大加快了测试进展。当天，我们还约定共同撰写一篇电力场景的应用案例分享给 TDengine 开源社区，这篇文章便由此而来。

参考文献

[1] 中国建筑科学院．建言“十四五”――中国既有公共建筑节能工作的困境与突围［R］．北京：自然资源保护协会，2020.

[2] 迟海，陈菊红. 分时电价对光伏和储能系统的影响研究[J]. 电力技术与经济，2024（05）: 249-251.